युनिट्स
1. सादरीकरण आणि डेटा व्हिज्युअलायझेशनमधील कृत्रिम बुद्धिमत्तेचा परिचय: भूमिका, सीमा, प्रमाणीकरण आणि नीतिशास्त्र 2. प्रेझेंटेशन स्ट्रक्चर आणि नॅरेटिव्ह फिक्शन: प्रेक्षकांना प्रवासात घेऊन जाणे 3. स्लाइड मजकूर आणि सामग्री निर्मिती: शीर्षक, लेख, स्पीकर नोट 4. स्लाइड डिझाइन आणि व्हिज्युअल उत्पादन: लेआउट, रंग, चिन्ह आणि कृत्रिम बुद्धिमत्ता व्हिज्युअल 5. डेटा समजून घेणे आणि योग्य चार्ट प्रकार निवडणे 6. कृत्रिम बुद्धिमत्तेसह ग्राफिक्स तयार करणे: कोडपासून व्हिज्युअलपर्यंत, पडताळणीसह 7. डॅशबोर्ड डिझाइन: स्क्रीनवर मोठ्या संख्येने समजण्यायोग्य बनवणे 8. डेटा स्टोरीटेलिंग: संख्यांना कथनात बदलणे 9. इन्फोग्राफिक उत्पादन: सिंगल व्हिज्युअलमध्ये समजण्यायोग्य माहिती 10. दिशाभूल करणारे व्हिज्युअलायझेशन टाळणे: ग्राफिक नैतिकता आणि सचोटी 11. एंड-टू-एंड फ्लो: ब्रीफिंग ते रिहर्सल, पडताळणी, गोपनीयता आणि वितरण
युनिट 5 / 11

डेटा समजून घेणे आणि योग्य चार्ट प्रकार निवडणे

नफा:

  • डेटाच्या आकारापेक्षा विचारलेल्या प्रश्नातून चार्ट प्रकार निवडण्याची क्षमता (तुलना, कल, संबंध, भाग-संपूर्ण, वितरण)
  • मूल्यानुसार वर्गीकरण, सिंगल हायलाइट रंग आणि थेट लेबलिंगसह वाचनीयता सुधारण्याची क्षमता
  • 3D केक, मल्टी-स्लाइस केक आणि रिलेशनशिप स्टिक यासारखे खोटे सामने टाळण्याची क्षमता

आलेख हे मूलत: एक वाक्य आहे: "हा डेटा हे सांगतो." चुकीचा आलेख एकतर ते वाक्य समजण्याजोगे बनवेल किंवा ते खोटे ठरवेल. या युनिटमध्ये, आपण समोरच्या प्रश्नासाठी कोणता चार्ट प्रकार योग्य आहे हे कसे निवडायचे आणि या निवडीमध्ये सल्लागार म्हणून कृत्रिम बुद्धिमत्ता कशी वापरायची ते शिकू. नियम आहे: तुम्हाला काय म्हणायचे आहे ते आधी जाणून घ्या, नंतर ग्राफिक निवडा.

प्रथम प्रश्न, नंतर तक्ता

चार्टचा प्रकार तुम्ही विचारलेल्या प्रश्नावर अवलंबून असतो, डेटाच्या "आकारावर" नाही. पाच मूलभूत प्रश्न कुटुंबे:

  • तुलना: "कोणते मोठे आहे?" → बार चार्ट.
  • कालांतराने बदला (ट्रेंड): "तो कसा बदलला आहे?" → रेखा चार्ट.
  • भाग-संपूर्ण (रचना): "एकूण त्याचा वाटा किती आहे?" → स्टॅक केलेला बार, कधी कधी केक (थोड्या संख्येने स्लाइससह).
  • संबंध (सहसंबंध): "दोन चल एकत्र फिरतात का?" → स्कॅटर प्लॉट.
  • वितरण: "मूल्ये कशी पसरवली जातात?" → हिस्टोग्राम, बॉक्स प्लॉट.

काही अटी: स्पष्ट डेटा वर्ग आहेत (शहर, उत्पादन); संख्यात्मक डेटा मोजलेली मूल्ये आहेत (उत्पन्न, तापमान); वेळ मालिका म्हणजे वेळेनुसार मोजमाप (मासिक विक्री).

तुम्हाला विचारायचे आहे

डेटा प्रकार

योग्य तक्ता

टाळावे

श्रेणींची तुलना करा

वर्गीय + संख्यात्मक

क्षैतिज/उभ्या बार

3D केक

कालांतराने कल

वेळ मालिका

ओळ

मल्टी स्लाइस केक

भाग-संपूर्ण (2-4 भाग)

स्पष्ट शेअर

स्टॅक केलेला बार/पाउंड केक

8 स्लाईस केक

दोन संख्यांचा संबंध

संख्यात्मक + संख्यात्मक

स्कॅटर

रॉड

विषम संख्येचे वितरण

संख्यात्मक

हिस्टोग्राम/बॉक्स प्लॉट

ओळ

एकच लक्षणीय संख्या

एकल मूल्य

मोठी संख्या (KPI कार्ड)

सक्तीचे ग्राफिक्स

टीप: एक पाई चार्ट फक्त 2-4 स्लाइससाठी कार्य करतो आणि शेअर्स लक्षणीयरीत्या भिन्न असल्यास. 5+ स्लाइस आवश्यक असल्यास, क्षैतिज पट्टी जवळजवळ नेहमीच अधिक वाचनीय असते.

स्टेप बाय स्टेप: योग्य चार्ट निवडणे

  1. प्रश्न एका वाक्यात लिहा. "कोणता प्रदेश सर्वात जास्त वाढला आहे?" जसे
  2. प्रश्न कुटुंब ओळखा. तुलना, कल, संबंध?
  3. व्हेरिएबल्सची संख्या आणि प्रकार मोजा. किती परिमाणे आहेत, स्पष्ट किंवा संख्यात्मक?
  4. उमेदवार तक्ता (टेबलमधून) निवडा.
  5. सोपी करा. अनावश्यक अक्ष, ग्रिड, रंग आणि प्रभाव टाकून द्या.
  6. "हे एका दृष्टीक्षेपात स्पष्ट आहे का?" चाचणी करा; एखाद्याला 5 सेकंद दाखवा आणि त्यांना काय समजले ते विचारा.

AI साठी आलेख प्रकाराचा सल्ला घेण्यासाठी, डेटाची रचना आणि तुमचा प्रश्न द्या (कच्चा संवेदनशील डेटा नाही):

तुमची भूमिका: डेटा व्हिज्युअलायझेशन सल्लागार. माझ्याकडे खालील संरचनेसह डेटा आहे: [स्तंभांची नावे आणि प्रकार, उदा. "महिना (तारीख), प्रदेश (श्रेणी), विक्री (संख्या)"]. ओळींची संख्या ~[N]. मला ज्या प्रश्नाचे उत्तर द्यायचे आहे ते आहे: "[एकच वाक्य]". कार्य: हा प्रश्न सर्वात प्रामाणिक आणि वाचनीय मार्गाने प्रदर्शित करणाऱ्या तक्त्याचा प्रकार सुचवा. 1 प्राथमिक, 1 पर्याय द्या आणि ते प्रत्येकासाठी योग्य/अयोग्य का आहे ते लिहा. तसेच मला सांगा की मी संभाव्य दिशाभूल करणारे पर्याय का टाळावेत (उदा. 3D केक).

वेगवेगळ्या प्रश्नांसाठी समान डेटामधील भिन्न आलेख आवश्यक आहेत:

समान डेटा सेटसाठी 3 भिन्न प्रश्न तयार करा आणि प्रत्येक प्रश्नासाठी सर्वात योग्य चार्ट प्रकार जुळवा. तर मला 'प्रश्नामधून चार्ट प्रकार वजा करा' हे तत्त्व दाखवा. डेटा संरचना: [...].

रंग, क्रमवारी आणि लेबलिंग

योग्य प्रकार पुरेसे नाही; वाचनीयता तपशीलांमध्ये आहे:

  • क्रमवारी लावा: मूल्यानुसार बार क्रमवारी लावा (सर्वात मोठ्या ते सर्वात लहान), वर्णक्रमानुसार नाही; डोळा अशी तुलना करतो.
  • हायलाइट रंग: सर्वकाही रंगवू नका; तुम्हाला व्यक्त करायची असलेली सिंगल बार/लाइन हायलाइट करा, बाकी राखाडी सोडा.
  • डायरेक्ट लेबल: शक्य असल्यास ओळींच्या शेवटी नाव लिहा; दर्शकाला दंतकथा (रंग वर्णन बॉक्स) पासून बार स्किम करण्याची गरज नाही.
  • कमी ग्रिड: पार्श्वभूमी रेषा अस्पष्ट ठेवा; डेटा हायलाइट करा.

बार चार्टसाठी वाचनीयता सूचना द्या: क्रमवारी (मूल्यानुसार?), सिंगल हायलाइट रंग निवड, थेट लेबलिंग, अनावश्यक ग्रिड/अक्ष काढून टाकणे. माझे ध्येय हे दर्शविणे आहे: "[क्षेत्र X स्पष्टपणे पुढे आहे]". ठोसपणे सांगा.

तीन लहान प्रकरणे

केस 1 - केक पासून स्टिक पर्यंत. एका संघाने 9-स्लाइस पाई चार्टमध्ये 9 उत्पादनांचा बाजार हिस्सा दर्शविला; काप एकमेकांच्या जवळ होते आणि काहीही समजू शकत नव्हते. त्यांनी मूल्यानुसार क्रमवारी लावलेल्या क्षैतिज पट्टीवर स्विच केले. प्रेक्षकांनी एका दृष्टीक्षेपात पाहिले की शीर्ष 3 उत्पादनांचा एकूण वाटा 61% आहे.

केस 2 - चुकीचा प्रश्न, चुकीचा आलेख. एक विश्लेषक बार चार्टसह "जाहिरात खर्च आणि विक्री यांच्यातील संबंध" दर्शविण्याचा प्रयत्न करत होता; संबंध दिसत नव्हते. आर्टिफिशियल इंटेलिजन्स म्हंटले की हा संबंधांचा प्रश्न आहे आणि स्कॅटर प्लॉट आवश्यक आहे. जेव्हा आम्ही स्कॅटरवर स्विच केले, तेव्हा एक सकारात्मक परंतु कमकुवत संबंध (बिंदू नंतर संपृक्तता) स्पष्ट झाले.

केस 3 - उच्चारण रंग. एका व्यवस्थापकाने सर्व 12 बार वेगवेगळ्या रंगात प्रदर्शित केले होते; डोळ्याला कुठे पाहावं तेच कळत नव्हतं. त्यांनी फक्त पट्टी नारंगी आणि बाकी राखाडी केली. सभेचा ‘खरा संदेश’ पहिल्या सेकंदात टिपला गेला; चर्चा उजव्या पट्टीभोवती फिरली.

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत:

या डेटाचा आलेख बनवा.

प्रश्न नाहीत; मॉडेल यादृच्छिकपणे (आणि अनेकदा चुकीच्या पद्धतीने) एक प्रकार निवडते.

मजबूत:

तुमची भूमिका: डेटा व्हिज्युअलायझेशन सल्लागार. डेटा संरचना: महिना (तारीख), चॅनेल (श्रेणी: 4 मूल्ये), महसूल (संख्या). माझा प्रश्न: "गेल्या 12 महिन्यांत कोणत्या चॅनेलची सर्वाधिक वेगाने वाढ झाली?" हा TREND + COMPARISON प्रश्न आहे. सर्वात प्रामाणिक चार्ट प्रकार सुचवा, एका चार्टमध्ये 4 चॅनेल कसे दाखवायचे, कोणते हायलाइट करायचे आणि अक्ष 0 पासून सुरू करायचे की नाही ते मला सांगा. समर्थनासह दिशाभूल करणारे पर्याय काढून टाका.

दुसऱ्यामध्ये प्रश्न, डेटा संरचना आणि निष्पक्षता चिंता (अक्ष) समाविष्ट आहे; सूचना अचूक असेल.

लहान मल्टी-ग्राफ: सिंगल लार्ज ऐवजी खूप लहान

जेव्हा तुम्ही चार्टमध्ये बर्याच ओळी/श्रेण्या बसवता, तेव्हा "स्पॅगेटी चार्ट" येतो; ओळी वाचल्या नाहीत. एक शक्तिशाली पर्याय म्हणजे लहान गुणाकार: समान आलेख पुनरावृत्ती करा, लहान आणि शेजारी, प्रत्येक श्रेणीसाठी स्वतंत्रपणे. उदाहरणार्थ, तुम्ही 8 क्षेत्रांच्या विक्रीचा कल एका चार्टमध्ये 8 ओळींप्रमाणे न दाखवता, 8 लहान रेषा चार्ट म्हणून दाखवू शकता. सर्व लघुप्रतिमा समान प्रमाणात सामायिक करतात जेणेकरून डोळा सहजपणे तुलना करू शकेल.

तुमची भूमिका: डेटा व्हिज्युअलायझेशन सल्लागार. माझ्याकडे 8 प्रदेशांसाठी 12 महिन्यांचा ट्रेंड डेटा आहे. एका चार्टमध्ये 8 ओळी मिसळल्या. मी हे 'लहान गुणाकार' म्हणून कसे सेट करू? सामान्य अक्ष स्केल, लेआउट (किती स्तंभ), प्रत्येक लहान तक्त्यामध्ये काय हायलाइट करायचे यासारख्या ठोस सूचना द्या. उद्देशः प्रदेशांची सहज तुलना करणे.

इशारा: "मी एका चार्टमध्ये 8 ओळी ठेवल्या पाहिजेत?" जर तुम्ही संकोच करत असाल तर उत्तर सहसा नाही असे असते. 4-5 ओळींनंतर, एक लहान मल्टीप्लॉट जवळजवळ नेहमीच अधिक वाचनीय असतो.

5 सेकंद चाचणी आणि सरलीकरण

एकदा तुम्ही योग्य प्रकार निवडल्यानंतर, चार्ट सोपा करा. हटवता येणारी प्रत्येक गोष्ट हटविली जाते: अनावश्यक ग्रिड रेषा, बॉक्सच्या कडा, सावली, पार्श्वभूमी रंग, तीन आयाम. याला अनेकदा "ग्राफिक्स इंक कमी करणे" असे म्हटले जाते; म्हणजेच, कोणताही पिक्सेल जो डेटा प्रदर्शित करत नाही तो विचलित करणारा आहे. नंतर 5 सेकंदाची चाचणी करा: 5 सेकंदांसाठी आलेख एखाद्याला दाखवा, तो बंद करा आणि "तुला काय समजले?" विचारा तो योग्य संदेश सांगू शकत नसल्यास, चार्ट एकतर चुकीचा किंवा खूप गर्दीचा आहे. ही चाचणी लांब स्पष्टीकरणापेक्षा खूप जलद सत्य सांगते.

सामान्य चुका

  • प्रश्न स्पष्ट होण्यापूर्वी चार्ट निवडणे: प्रथम प्रकार निवडणे आणि त्यात डेटा बसवण्याचा प्रयत्न करणे.
  • सर्वत्र केक: अनेक स्लाइस किंवा समान भाग असलेला केक वाचता येत नाही.
  • वर्णक्रमानुसार: तुलना कठीण करते; मूल्यानुसार क्रमवारी लावा.
  • कलर इन्फ्लेशन: प्रत्येक श्रेणीला रंग देणे आणि त्यावर जोर देणे कमी करणे.
  • बार टू सहसंबंध प्रश्न: सहसंबंधासाठी स्कॅटर प्लॉट आवश्यक आहे.
  • चार्टला एका नंबरवर सक्ती करणे: एक मोठे KPI कार्ड एका लक्षणीय आकृतीसाठी पुरेसे आहे.

सारांशात

चार्टचा प्रकार डेटाच्या आकारावरून नाही, तर तुम्ही विचारलेल्या प्रश्नावरून प्राप्त होतो: तुलनेसाठी बार आवश्यक आहे, ट्रेंडला एक रेषा आवश्यक आहे, भाग-संपूर्णसाठी स्टॅक केलेला बार/ग्रह आवश्यक आहे, नातेसंबंधासाठी वितरण आवश्यक आहे, वितरणासाठी हिस्टोग्राम/बॉक्स आवश्यक आहे. मूल्यानुसार क्रमवारी लावा, घन रंगाने हायलाइट करा, थेट लेबल करा, जादा टाकून द्या. डेटा स्ट्रक्चर आणि तुमचा प्रश्न लक्षात घेता, AI योग्य प्रकार सुचवण्यात चांगले आहे; परंतु आपण अंतिम निर्णय घ्या आणि प्रामाणिकपणा तपासा.

अर्ज कार्य

तुमच्या एका डेटा सेटसाठी 3 भिन्न प्रश्न लिहा. (१) प्रत्येक प्रश्नाला प्रश्न कुटुंबात ठेवा (तुलना/कल/संबंध/भाग-संपूर्ण/वितरण). (२) आर्टिफिशियल इंटेलिजन्सला डेटा स्ट्रक्चर आणि प्रश्न द्या आणि चार्ट प्रकाराची शिफारस मिळवा. (३) चार्टची चुकीचा प्रकार (उदा. पाई) आणि योग्य प्रकार (उदा. बार) यांच्याशी तुलना करा आणि एका वाक्यात लिहा जे संदेश अधिक स्पष्टपणे व्यक्त करते.

चेकलिस्ट

  • चार्ट निवडण्यापूर्वी, मी एका वाक्यात प्रश्न लिहिला.
  • [ ] मी प्रश्न एका कुटुंबात ठेवला (तुलना/ट्रेंड/संबंध/...).
  • प्रश्न आणि व्हेरिएबल प्रकारासाठी योग्य टाइप करा.
  • मी मूल्यानुसार पट्ट्यांची क्रमवारी लावली.
  • [ ] मी एक हायलाइट रंग वापरला आणि बाकीचे तटस्थ केले.
  • [ ] मी दिशाभूल करणारे प्रकार टाळले (3D केक, मल्टी-स्लाइस केक).